#模型性能

avatar
GanymedeNil
3个月前
QVQ-Max 可能是为数不多的在复杂表格识别和复原能力里最强的模型 在这个我测试的表格中，存在多级表头，以及多个合并单元格和空单元格，打眼一看复杂度并不高，但在其他的模型中往往会出现表格数据粘连或者串行的情况，QVQ直接完美生成了对应的html，并且在它的think中也专门提出了以上需要注意的地方
#QVQ-Max #复杂表格识别 #模型性能 #表头 #单元格
avatar
宝玉
3个月前
GPT-4.5 会带来推理模型的升级 想象一下，每个 AI 模型都是一名努力学习的学生。每个学生的能力有高有低，有的懂得多，有的懂得少。这张图片就像是一场考试的成绩单，展示了不同的“学生”（模型）在高难度考试（GPQA基准测试，类似博士水平的知识问答）中的表现。 在图片中，我们能清楚看到： - 最底层的基础模型（Base Models），类似于那些还没学会“如何思考”、只掌握了大量知识却不善于运用的学生。他们的成绩一般较低，比如： * GPT-3.5 得分只有28%，就像一个知识储备不足的学生。 * GPT-4o 稍强一些，有49%的成绩。 * 而最新的 GPT-4.5 更厉害，达到69%，比GPT-4o提升了整整20个百分点。这意味着 GPT-4.5 本身掌握的知识已经非常丰富，基础扎实。 - 右侧则是经过推理训练后的推理模型（Reasoning Models），也就是给这些“学生”增加了高效思考、分析和推理的能力，让他们能够更灵活、更聪明地解决复杂问题： * GPT-4.5 加上推理能力后，成绩瞬间飙升至85%~95%，展现出超凡的潜力。 * 原本基于 GPT-4o 的推理模型（如图中o1-mini、o3-mini）虽然也进步显著，但最终成绩（77%左右）显然不如基于 GPT-4.5 的潜力巨大。 为什么基础能力（Base）这么重要呢？ 就好像一个学生，如果基础知识足够扎实，思考问题时才会更加深入准确。如果基础不牢，就算他再怎么聪明，也很难回答那些他根本没学过的知识——比如一个完全没学过古希腊历史的学生，即使逻辑推理再好，也答不出苏格拉底的哲学思想。 由此我们可以推测，未来以 GPT-4.5 为基础建立的新一代推理模型，将达到前所未有的高水平，很可能将所有现有的高难度测试（比如PhD博士级的问题）都完美“攻克”，实现史无前例的突破。这也许就是 GPT-5，或者类似 GPT-4.5-o 系列的模型，将在不久的将来让我们惊艳。 简单说来，GPT-4.5 就是一个极具天赋的“优等生”，只等着训练出顶尖的推理能力，一飞冲天！ 图源：见图片底部
#GPT-4.5 #推理模型 #AI升级 #模型性能 #GPQA
avatar
orange.ai
4个月前
GPT 4.5 终于发布了，Scaling Law 撞墙说的就是它？ 预训练的计算量是 GPT4 的10倍，但是基准测试只比 4o 好 5% Devin 的代码测试超过了 Claude 3.5，但是不如 Claude 3.7 国外网友在吹写作，但是也有人发现不如 DeepSeek R1 输入75美元，输出150美元/百万token，是其他模型的10-100倍。 又贵，又慢，又不够好 非常尴尬 Sam 说他刷分不行，但是有思想 emmm 不知道是不是幻觉
#GPT4.5发布 #ScalingLaw #基准测试 #Devin代码 #claude3.5 #Claude3.7 #国外网友评论 #写作能力 #DeepSeekR1 #模型性价比 #高成本 #模型性能